早期對無人駕駛汽車的嘗試在收集自主執行所需的大量資料方面並沒有遇到什麼困難。汽車製造商和研究人員——最著名的是谷歌——已經記錄了數十萬公里的行駛里程，這些車輛裝載了網際網路伺服器、GPS、雷達、雷射器、攝像頭和各種其他車載感測器。結果令人鼓舞：無人駕駛汽車已經展示出測量和保持與其他汽車的距離，甚至遵守交通法規的能力。
儘管如此，這些車輛總是應該有一個人在方向盤後面，以防萬一，這是有充分理由的。人類能夠根據記憶和身體的集體感官做出瞬間的決定。儘管為了創造無人駕駛汽車而開發了所有先進的硬體，但這些車輛缺乏一箇中央處理系統——一個頭腦——能夠真正快速地理解和處理其感測器收集的資料。
走向自主
前美國國家航空航天局工程師、無人駕駛軍用車輛設計師弗朗西斯·戈弗斯說，在對汽車大腦進行程式設計，使其做出人類司機需要多年才能培養出的那種快速決策時，一個挑戰是讓車輛理解其周圍環境，而不僅僅是檢測物體。他補充說，車輛不需要避開它遇到的每一個物體，“你可以開過減速帶，但你不想開過一隻狗——然而它們可能大小和形狀大致相同。”
卡內基梅隆大學電氣與計算機工程教授拉傑·拉傑庫馬爾認為，障礙是在不斷變化的環境中做出正確的決定。密歇根的山丘比內華達州的平地更難導航，而新英格蘭的雪可能會模糊汽車攝像頭用來保持在車道內的道路標記。即使是從白天到黃昏的變化也會使汽車的感測器失靈。
交通為決策增加了另一個動態維度。車輛的軟體必須根據其接收的資料採取行動，即使車輛周圍的條件不斷變化。“軟體可以在特定情況下做正確的事情，但在其他情況下做錯誤的事情，”拉傑庫馬爾說，他已經監督了卡內基梅隆大學的八代無人駕駛汽車，包括贏得美國國防部高階研究計劃局 (DARPA) 2007年城市挑戰賽的Boss SUV。例如，為了避免碰撞，加速還是減速更好？
汽車現在能做什麼
識別足夠大的停車位
停車（人類腳踩油門和剎車踏板）
在高速公路行駛期間與前方車輛保持安全距離
在城市速度下剎車以避免前方碰撞
汽車還不能做什麼
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保關於塑造我們當今世界的發現和想法的有影響力的故事的未來。
遵守交通標誌
識別街上的行人
在低能見度條件下保持在高速公路車道內
決定採取行動以避免撞到購物車或嬰兒車
大多數主要汽車製造商都已經展示了演示，或者至少宣佈了製造可以無需人為指導即可駕駛的汽車的計劃。今天的許多汽車都配備了可以自動化各種駕駛任務並提高其周圍環境可見度的功能。有些車輛可以自行停車並剎車以避開行人。凱迪拉克的超級巡航選項可能是市場上最接近無人駕駛的東西——它可以在高速公路行駛期間接管加速器和轉向。“對於長途旅行，您可以解放雙手和雙腳，”通用汽車電氣和控制整合實驗室主任納迪·布萊斯說。
然而，儘管今天的汽車看起來很智慧，但它們只是認知上的幼兒。在汽車大腦中，軟體、處理器和作業系統需要執行演算法來確定汽車應該做什麼，並且這些決策必須快速做出。例如，汽車剎車和電子產品供應商大陸汽車系統公司生產的感測器和處理器通常每10到60毫秒傳輸並重新計算其演算法。很快，但不如人類神經系統快，後者可以在幾毫秒內將資訊從感覺神經元傳遞，經過幾箇中間神經元，到達運動神經元。
虛擬測試跑道
可以使用計算機建模來完成訓練和測試無人駕駛汽車大腦所需的大部分工作。“你可以在軟體中模擬執行世界，在環境中虛擬執行車輛，並將它可能遇到的所有事物注入其中，”拉傑庫馬爾說。
大陸汽車公司花費多年時間，結合人工標記和機器學習對感測器資料進行分類。首先，人們瀏覽從數百萬公里駕駛中捕獲的資料，匹配來自攝像頭和雷達的資訊，並識別最重要的元素——特別是行人和其它車輛。這些手動建立的標籤用於訓練軟體，然後該軟體可以開始自行對行人和其它車輛的影像進行分類。隨著軟體生成這些新標籤，大陸汽車的開發人員會介入以驗證其準確性。“最初的輸入非常費力，”大陸汽車的專案工程師扎克·博爾頓說。“您能夠做的輸出越多，[軟體就越智慧]，而且從長遠來看，它變得不那麼費力了。”
最終，透過這種勞動密集型的訓練，汽車大腦知道Mini Cooper和法拉利都是汽車，並且它可以分辨出前方物體是減速帶還是狗。拉傑庫馬爾指出，今天的汽車可能不是很聰明，但它們正在朝著成為比我們更好的駕駛員的方向發展。